| note
| - La télédétection est une technique de plus en plus utilisée dans plusieurs domaines, entre autres, la gestion de l'environnement, le suivi et la prévision des catastrophes naturelles et la surveillance dédiée à des applications spécifiques (agricoles, militaires, etc.). Mais les problèmes d'exploitation des images satellitales disponibles, liés en particulier à leur abondance, à leur nature et à leur diversification, ont complexifié le traitement de ces images et ont permis de développer ainsi plusieurs axes de recherche dans ce domaine dans le but d’en extraire le maximum de connaissances et d’améliorer leur exploitation. L’analyse des scènes naturelles dynamiques, issues d’une séquence d’images satellitales, introduit un volume important d’informations et exige une élaboration substantielle à tous les niveaux : pré-traitement, segmentation, reconnaissance et interprétation donnant naissance à de nombreuses approches pour interpréter la dynamique d'une scène. La difficulté dépend de la nature des entités à reconnaître et de la stratégie d’interprétation recherchée relative à chaque entité allant de la reconnaissance d’objets simples et complexes jusqu’à la reconnaissance de scénarios temporels dans un contexte prévisionnel et décisionnel. Nous proposons une approche dont la particularité est d'exploiter un méta-modèle regroupant un modèle de stratégies d’interprétation et un modèle décisionnel dont l’objectif est l’évaluation et la définition des différents états du système en fonction de la perception de bla scène et des connaissances expertes et contextuelles. Au niveau conceptualisation, nous définissons les objectifs de notre système ainsi que les différentes tâches à accomplir tout en respectant les contraintes de régulation, de rétroaction et de contrôle. Au niveau nopérationnalisation, notre système est basé sur un tableau noir hiérarchique multi-agent, ns’appuyant en grande partie sur la modélisation d’objets sémantiques. Nous considérons ainsi, ,nnon plus l'interprétation des images à un seul niveau, mais à des granularités différentes allant du niveau macro en terme de la séquence d’images jusqu’au niveau micro en terme de primitives fines, remontant vers un niveau méso regroupant plusieurs primitives donnant naissances aux objets sémantiques. En effet, notre démarche sera orientée objets sémantique multi-facette tenant compte de la dimension radiométrique, spatiale, contextuelle et temporelle. Chaque Objet se situant dans la scène, peut être vu comme un système évolutif qui change d’états. La modélisation spatio-temporelle tend à reproduire l’évolution en fonction du temps de la dynamique des objets en question. Cette dernière peut être représenté à l’aide d’un automate où les états correspondent aux stades de l’évolution de l’objet à identifier. Ces stades constituent les sommets de l'automate et les événements qui relient ces sommets sont représentés par des arcs munis de contraintes d'horloge. Ainsi, la modélisation spatiotemporelle de la scène interprétée est une représentation sous forme d’instances d’objets traduisant leurs modèles d’évolution.
- The remote sensing technique is used in several domains as environment management, tracking and forecasting natural disaster, agriculture, military applications, etc. Many problems issued from the exploitation of these images due to their abundance, to their nature and their diversification, have complicated their treatment and permitted to develop several axes of research in this domain in order to extract the maximum of knowledge and to improve their exploitation. The analysis of satellite images representing natural and dynamic scenes introduced a very important volume of information and requires a substantial elaboration at all levels: preprocessing, segmentation, recognition and interpretation. The difficulty depends on the nature of entities to recognize and the strategy of interpretation relative to each entity going from the recognition of simple and complex objects until the temporal script recognition in a provisional and decisional context. We propose an approach whose particularity is to exploit a meta-model regrouping an interpretation strategies model and a decisional model whose objective is the assessment and the definition of the different states of the system according to the scene perception and the practiced and contextual knowledge. At the conceptualization level, we define the objectives of our system as well as the different tasks to accomplish while respecting of regulation, feedback and control constraints. At the operational level, our system is based on a hierarchical blackboard and multi-agent system which used to model semantic objects. Therefore, we consider the interpretation of images to not only one level, but to different granularities going from the macro level in term of the image sequence until the micro level in term of primitive, going back up toward a meso level which regroups several primitive for defining semantic objects. Indeed, our gait will be oriented objects multi-facet semantics taking account of radiometric, spatial, contextual and temporal dimension. Each Object being located in the scene can be considered as an evolutionary system that changes states. The spatio-temporal modelling has the tendency to replicate the evolution and the dynamics of objects. This can be represented by an automaton where states correlate to stages of the evolution of the object to identify. These stages constitute summits of the automaton and events that join these summits are represented by bows taking account the clock constraints. Therefore, the spatio-temporal modelling of the interpreted scene is a representation of objects models and translating their models of evolution.
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
